Perfil dos clientes

Nesta seção propõem-se avaliar o perfil dos clientes da empresa, de forma a desenhar um pradrão numa perspetiva geral do leque que a empresa contém, seguido de um estudo relacionado sobre estas variáveis. A análise terá quatro parametros: género, estado civil, idade e rendimentos.

• Género

load("customers.Rda")
plot(as.factor(customers$Gender),
     main = " Client Gender",
     ylab = " Number of Clients",
     xlab = "Gender",
     xlim = c(0, 10000),
     col= "lightblue",
     horiz = TRUE,
     las = 1)

Uma análise, quanto ao género, do perfil dos consumidores permite observar que existe uma pequena maioria de consumidores do género masculino, sendo que, de forma geral, a distribuição é equilibrada.

• Estado Civil

load("customers.Rda")
plot(as.factor(customers$MaritalStatus),
     main = "Client Marital Status",
     ylab = "Marital Status",
     xlab = "Number of Clients",
     col= "lightblue",
     horiz = TRUE, 
     las = 1)

Uma análise, quanto ao estado civil, do perfil dos clientes, permite constatar que a maior parte são casados.

• Género em relação Estado Civil

gen_marital_sales <- aggregate(SalesAmount ~ MaritalStatus + Gender, data = sales_av, FUN = sum, na.rm = NA)

table1 <- formattable(gen_marital_sales, align =c("c", "c"), 
                      list('SalesAmount' = color_bar("lightblue")))
table1

Analisando ambos o género e o estado civil do cliente em simultâneo, conseguimos observar que embora exista uma pequena liderança em termos de clientes do género masculino, os clientes do género feminino gastaram mais dinheiro. Podemos ainda observar que o grupo que gastou mais dinheiro no total foram os clintes casados do género masculino, seguidos do género feminino solteiro.

• Rendimento

par(mfrow=c(1,2))
hist(clients_df_top100$YearlyIncome, xlab = "Income in thousand", ylab = "Number of clients",
     main = "Best Clients Income", col = "lightblue")

hist(sales_av$YearlyIncome, xlab = "Income in thousand", ylab = "Number of clients",
    breaks = 10, main = "Clients Income", col ="lightblue")

• Distribuição Geográfica dos Melhores 100 Clientes

vec_regions <- sort(unique(clients_df_top100$Region))
avg_values <- list(country = vec_regions,
                   avg_spending = c(),
                   quantity = c())

for (region in avg_values$country) {
    countries <- subset(clients_df_top100, Region == region)
    counter <- as.integer(length(countries$CustomerKey))
    percentage_of_clients <- (counter / length(clients_df_top100$CustomerKey)) * 100
    avg_spending <- round(mean(countries$SalesAmount))
    #append to list
    avg_values$avg_spending <- c(avg_values$avg_spending, avg_spending)
    avg_values$quantity <- c(avg_values$quantity, percentage_of_clients)
}
remove(countries, counter, percentage_of_clients, avg_spending)

best_clients_df <- as.data.frame(avg_values)
best_clients_df$country <- as.factor(best_clients_df$country)

best_clients_bar_colors <- c("#FEF9A7", "#37E2D5", "#C70A80", "#9BA3EB")
sizeRange <- c(2,12)
best_clients_bar <- ggplot(best_clients_df, aes(x = avg_spending, y = quantity,
                                                size = quantity, color=country)) + 
                    geom_point(alpha = 0.7) +
                    scale_size(range = sizeRange) +
                    labs(title = "Top Customers By Region", 
                        x = "Gasto médio de Cliente", 
                        y = "Concentração(em %)",
                        color = "Países") 
ggplotly(best_clients_bar)

Os melhores clientes estão situados na França, gastando em média 11200. A segunda região com os melhores clientes consiste na Alemanha, gastando em média 9063. Percebe-se que os melhores 100 clientes da empresa situam-se na Europa, seguindo-se do EUA.

• Recomendações

§ # Propostas para análise ## Departamento de Marketing ### Clientes #### Qual o perfil do nosso cliente mais rentável? E do menos rentável? #### Que variáveis dos clientes interferem positivamente no consumo das nossas bicicletas?

Produto

Por Categoria X Quantidades

load("sales_product.Rda")
plot(as.factor(sales_product$Category),
     main = "Category Sales Quantity",
     ylab = "Sales Quantity",
     xlab = "Category",
     ylim = c(0, 40000),
     col = "lightblue")

Uma análise das categorias, quanto à quantidade de unidades vendidas. Pode ver-se que a categoria que mais vendeu foi a categoria dos acessórios, não obstante a sua venda apenas começar no ano de 2018, seguidamente a categoria das bicicletas e por fim a categoria de vestuário.

Por Faturação

load("sales_av.Rda")
accs_sales_amount <- aggregate(SalesAmount ~ Category + salesYear, data = sales_av, 
                                FUN = sum, na.rm = TRUE)

sales_amt_bar <- 
    ggplot(accs_sales_amount, aes(fill = Category, x = salesYear, y = SalesAmount/10^6)) +
    geom_bar(position = "fill", stat = "identity") +
    labs(title = "Sales Amount by Categories",
         subtitle = " Years: 2016 to 2019",
         x = "Categories",
         y = "Percentages of Sales") +
    scale_y_continuous(labels = scales::percent) 

sales_amt_bar

As categorias mais vendidas ao longo do período de 2016 - 2019, consistem na categoria bicicletas. Em 2018, começou-se a vender outras categorias de produtos, nomeadamente, roupas e acessórios. Ambas as categorias, apesar de ainda serem pouco transacionáveis, cresceram.

Por Subcategorias mais vendidas

bikes_subs_sales_amount <- aggregate(SalesAmount ~ SubCategory + salesYear,
                               data = sales_av[sales_av$Category == "Bikes", ],
                               FUN = sum, na.rm = TRUE)

bikes_subs_most_sales_bar <- 
     ggplot(bikes_subs_sales_amount, aes(fill = SubCategory, x = salesYear, y = SalesAmount/10^6)) +
     geom_bar(position = "fill", stat = "identity") +
    coord_flip() +
     labs(title = "Bikes Subcategories by Percentage",
          subtitle = " Years: 2016 to 2019",
          x = "Year",
          y = "Percentages of Sales") +
     scale_y_continuous(labels = scales::percent) 
 
bikes_subs_most_sales_bar

 acc_subs_sales_amount <- aggregate(SalesAmount ~ SubCategory + salesYear,
                               data = sales_av[sales_av$Category == "Accessories", ],
                               FUN = sum, na.rm = TRUE)

acc_subs_most_sales_bar <- 
     ggplot(acc_subs_sales_amount, aes(fill = SubCategory, x = salesYear, y = SalesAmount/10^6)) +
     geom_bar(position = "fill", stat = "identity") +
     coord_flip() +
     labs(title = "Accessories Subcategory by Percentage",
          subtitle = " Years: 2018 to 2019",
          x = "Year",
          y = "Percentages of Sales") +
     scale_y_continuous(labels = scales::percent) 
acc_subs_most_sales_bar

 clothing_subs_sales_amount <- aggregate(SalesAmount ~ SubCategory + salesYear,
                               data = sales_av[sales_av$Category == "Clothing", ],
                               FUN = sum, na.rm = TRUE)

clothing_subs_most_sales_bar <- 
     ggplot(clothing_subs_sales_amount, aes(fill = SubCategory, x = salesYear, y = SalesAmount/10^6)) +
     geom_bar(position = "fill", stat = "identity") +
    coord_flip() +
     labs(title = "Clothing Subcategory by Percentage",
          subtitle = " Years: 2016 to 2019",
          x = "Year",
          y = "Percentages of Sales") +
     scale_y_continuous(labels = scales::percent) 
clothing_subs_most_sales_bar

Região

Análise de vendas por quarter e por ano

sales_quarters_years <- aggregate(SalesAmount ~ salesQuarter + salesYear, 
                                  data = sales_av, FUN = sum, na.rm = TRUE)

salesAmount_quarter_year <- ggplot(sales_quarters_years, aes(x = factor(salesQuarter), y = SalesAmount/10^6)) +
    geom_col(fill = "lightblue", lwd = 1) + 
    facet_wrap(~ salesYear, nrow = 4) +
    labs(title = "Sales Amount by Quarters",
         subtitle = " Years: 2016 to 2019",
         x = "Quarters",
         y = "Sales Amount") 

salesAmount_quarter_year

Não existem dados de transações relativos aos 2 primeiros quarters de 2016 e os dois últimos de 2019. Existem flutuações entre quarters, sendo a tendência do volume de vendas de crescimento. É notável que o período entre o Q3- 2016 e o Q2- 2017, foi marcado por um crescimento, enquanto que no mesmo período dos anos seguintes (Q3- 2017 a Q2-2018), sofreu um decréscimo do volume de vendas. Esta tendência inverteu-se no período seguinte, sendo registado um crescimento. Acreditamos que, poderá existir um padrão de sazonalidade, que caso se repita, se refletirá num decréscimo do volume de vendas no próximo ano. Deverá existir um controlo mais rigoroso do volume de vendas para que este padrão possa ser identificado antecipadamente.

Por frequência de vendas de modo a saber períodos de tempo em que houve mais ativididade

sales_period <- aggregate(SalesAmount ~ salesMonth + salesYear + salesMonthday, 
                      data = sales_av, FUN = mean, na.rm = TRUE)

month_ord <- c("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug",
               "Sep", "Oct", "Nov", "Dec")

sales_period$salesMonth <- ordered(sales_period$salesMonth, levels = month_ord)



sales_period_bar <- ggplot(sales_period, aes(x = as.integer(salesMonthday), 
                                  y = SalesAmount/1000)) + 
                                        geom_line (color = "lightblue") +
                                        geom_hline(yintercept = 1.5, 
                                                  linetype = "dashed",
                                                  color = "red",
                                                  size = 0.2) +
                                        geom_point(size = 0.5) + 
                                        scale_x_continuous(breaks = c(1, 7, 15, 22, 31)) + 
                                        facet_grid(salesMonth ~ salesYear) + 
                                        labs(title = "Average Daily Sales", 
                                             subtitle = "Years: 2016 to 2019", 
                                             x = "Weekdays", 
                                             y = "Sales Amount(thousand dollars)") +
                                        theme_light()

sales_period_bar

O presente gráfico permite perceber as venda diárias em quatro dimensões temporais: vendas diárias, semanais, mensais e anuais. A linha vermelha representa o mínimo que a empresa necessita de vender por mês para se tornar rentável (1.500 doláres).

Margem

Produto

Subcategorias mais vendidas

bikes_subs_sales_amount <- aggregate(SalesAmount ~ SubCategory + salesYear,
                               data = sales_av[sales_av$Category == "Bikes", ],
                               FUN = sum, na.rm = TRUE)

bikes_subs_most_sales_bar <- 
     ggplot(bikes_subs_sales_amount, aes(fill = SubCategory, x = salesYear, y = SalesAmount/10^6)) +
     geom_bar(position = "fill", stat = "identity") +
    coord_flip() +
     labs(title = "Bikes Subcategories by Percentage",
          subtitle = " Years: 2016 to 2019",
          x = "Year",
          y = "Percentages of Sales") +
     scale_y_continuous(labels = scales::percent) 
 
bikes_subs_most_sales_bar

 acc_subs_sales_amount <- aggregate(SalesAmount ~ SubCategory + salesYear,
                               data = sales_av[sales_av$Category == "Accessories", ],
                               FUN = sum, na.rm = TRUE)

acc_subs_most_sales_bar <- 
     ggplot(acc_subs_sales_amount, aes(fill = SubCategory, x = salesYear, y = SalesAmount/10^6)) +
     geom_bar(position = "fill", stat = "identity") +
     coord_flip() +
     labs(title = "Accessories Subcategory by Percentage",
          subtitle = " Years: 2018 to 2019",
          x = "Year",
          y = "Percentages of Sales") +
     scale_y_continuous(labels = scales::percent) 
acc_subs_most_sales_bar

 clothing_subs_sales_amount <- aggregate(SalesAmount ~ SubCategory + salesYear,
                               data = sales_av[sales_av$Category == "Clothing", ],
                               FUN = sum, na.rm = TRUE)

clothing_subs_most_sales_bar <- 
     ggplot(clothing_subs_sales_amount, aes(fill = SubCategory, x = salesYear, y = SalesAmount/10^6)) +
     geom_bar(position = "fill", stat = "identity") +
    coord_flip() +
     labs(title = "Clothing Subcategory by Percentage",
          subtitle = " Years: 2016 to 2019",
          x = "Year",
          y = "Percentages of Sales") +
     scale_y_continuous(labels = scales::percent) 
clothing_subs_most_sales_bar

Dicionário do Data Mart

1.calendar

Informação de calendário.

• ID: Constitui-se como a Surrogate Key (chave artificial).
• Date: Contempla as datas ( dia, mês e ano) em que se realizaram transações (date)
• DayNumberOfWeek:Identifica numericamente o dia da semana. (numeric)
• DayName: Identifica textualmente o dia da semana. (string)
• MonthName: Identifica textualmente o mês.(string)
• MonthNumberOfYear: Identifica o mês numericamente.(numeric)
• DayNumberOfYear: Identifica o dia do ano num formato de 365 dias. (numeric)
• WeekNumberOfYear: Identifica a semana numericamente.(numeric)
• CalendarQuarter: Refere o trimestre em que se realizou a transação. (numeric)
• CalendarYear: Refere o ano.(numeric)
• DayNumberOfMonth: Identifica o dia do mês.(numeric)

2.product

Informação sobre o produto.

• ProductKey: Chave que identifica o produto (factor).
• ProductSubCategoryKey: Chave que identifica a sub-categoria do produto (factor).
• ProductName: Nome do produto.(string)
• StandarCost: Custo de fabrico. (numeric)
• Color: Cor do produto. (string)
• SafetyStockLevel: Stock mínimo.(numeric)
• ListPrice: Preço de venda dos produtos. (numeric)
• Size: Tamanho do produto.(numeric)
• DaysToManufacture: Dias para produzir.(numeric)
• DealerPrice: Preço de venda para revendedores.(numeric)
• Class: Classe de produto.(string)
• ModelName: Nome do modelo do produto.(string)
• Description: Descrição do produto. (string)
• Status: Disponibilidade para vender.(string)
• SubCategory: Sub-categoria. (string)
• Category: Categoria. (string)
• StartDate: Desde quando o produto está disponível para vender.(date)
• EndDate: Desde quando o produto deixou de estar disponivel para venda. (date)

3.productCategory

Informação sobre a categoria do produto.

• ProductCategoryKey: Chave que identifica univocamente o produto. (factor)
• EnglishProductCategoryName: Nome da categoria do produto em Inglês.(string)
• SpanishProductCategoryName: Nome da categoria do produto em Espanhol.(string)
• FrenchProductCategoryName: Nome da categoria do produto em Francês.(string)

4.productSubCategory

Informação sobre a sub-categoria do produto.

• ProductCategoryKey: Chave que identifica univocamente o produto. (factor)
• ProductSubCategoryKey: Chave que identifica a sub-categoria do produto (factor).
• EnglishProductSubCategoryName: Nome da sub-categoria do produto em Inglês.(string)
• SpanishProductSubCategoryName: Nome da sub-categoria do produto em Espanhol.(string_)
• FrenchProductSubCategoryName: Nome da sub-categoria do produto em Francês. (string)

5.customers

Informação sobre os clientes.

• CustomerKey: Chave que identifica o cliente.(factor)
• GeographyKey: Chave que identifica a cidade/código-postal do cliente.(factor)
• Name: Nome do cliente.(string)
• BirthDate: Data de nascimento do cliente.(date)
• MaritalStatus: Estado-civil do cliente.(string)
• Gender: Género do Cliente. (string)
• YearlyIncome: Nível de rendimento do cliente.(numeric)
• NumberChildrenAtHome: Número de crianças do cliente.(numeric)
• Occupation: Profissão do cliente.(string)
• HouseOwnerFlag: Se o cliente é proprietário ou não de habitação. (numeric)
• NumberCarsOwned: Quantos carros cliente possui.(numeric)
• AddressLine: Morada do cliente. (string)
• Phone: Número de telefone do cliente. (numeric)
• DateFirstPurchase: Data da primeira compra. (date)

6.territory

Informação geográfica.

• Territory Key: Chave que identifica o território. (factor)
• Region: Região. (string)
• Country: País. (string)
• Group: Região económica. (string)

7.factsales

Tabela de factos [Vendas]

• OrderDateKey: Chave que identifica a data da compra.(factor)
• ProductKey: Chave que identifica o produto (factor).
• CustomerKey: Chave que identifica o cliente.(factor)
• SalesTerritoryKey: Chave que identifica o território onde se realizou a compra.(factor)
• SalesOrderNumber: Número que identifica a venda.(numeric)
• SalesOrderLineNumber: Número que identifica as transações numa venda. (string)
• OrderQuantity: Quantidade transacionada. (numeric)
• UnitPrice: Preço unitário. (numeric)
• ProductStandardCost: O custo do produto para a empresa. (numeric)
• SalesAmount: Preço da transação.(numeric)
• TaxAmt: Imposto sobre a venda. (numeric)
• Freight: Custo de envio. (numeric)
• RegionMonthID: Informação sobre quando (mês) foi realizada a venda e em que região. (factor)